WeiChow/cc3m

CC3M数据集是一个包含文本和图像的数据集，适用于文本到图像和图像到图像的任务。数据集包含了大约3016640个训练样本，每个样本包括一个唯一的id，一段文本描述（caption），以及与之对应的图像。图像如果大于1024x1024像素，会被缩放到1024x1024。数据集使用Apache-2.0许可。CC3M dataset is a collection of text and images suitable for text-to-image and image-to-image tasks. It contains approximately 3,016,640 training samples, each with a unique id, a text description (caption), and the corresponding image. Images larger than 1024x1024 pixels are resized to 1024x1024. The dataset is licensed under Apache-2.0.

搜集汇总

背景与挑战

背景概述

该数据集是一个大规模多模态数据集，包含约300万条数据行，主要用于文本到图像和图像到图像任务。数据集由图像和对应的英语文本描述组成，图像经过预处理（如尺寸调整至不超过1024x1024像素），并以parquet格式存储。